Différences

Ci-dessous, les différences entre deux révisions de la page.

@@ Ligne 1: / Ligne 1: @@
+===== Analyse de sensibilité =====
+==== Principe ====
+Les paramètres de fiabilité sont souvent connus avec une certaine incertitude.
+Par conséquent, il est intéressant d'étudier la sensibilité de la probabilité de l'événement de tête aux variations des valeurs des paramètres de fiabilité.
+Des analyses de sensibilité sont effectuées au moyen de simulations de Monté-Carlo. Le principe de ces simulations de Monté-Carlo est le suivant.
+Pour un nombre donné de tentatives, les opérations suivantes sont effectuées.
+    * Premièrement, la valeur des paramètres est tracée en fonction de leur distribution de probabilité ;
+    * Deuxièmement, la probabilité des événements de base est calculée ;
+    * Troisièmement, la probabilité de l'événement de tête est calculée.
+Les moments (moyenne, écart-type, l'intervalle de confiance à 95% et le facteur d’erreur à 95%) de la distribution de la probabilité de l'événement de tête sont calculés.
+Il est également possible d'imprimer un histogramme et des quantiles de la distribution.
+Les quantiles sont calculés à la volée. Par conséquent, leurs valeurs sont approchées, même si en général très proches des valeurs réelles.
+La même remarque vaut pour les histogrammes.
+Enfin, il est également possible d'imprimer des moments d'événements de base et les paramètres des distributions.
+==== Définition ====
+=== Intervalle de confiance ===
+L'intervalle de confiance [X<sub>0.05</sub>, X<sub>0.95</sub>] associée à un niveau de confiance de 0,95 d'une variable aléatoire X est défini ci-après.
+{{ theorie:analyse_sensibilite:intervalle.png }}
+où μ et s représentent respectivement la moyenne et l'écart-type de la variable aléatoire X.
+=== Facteur erreur ===
+Le facteur d'erreur EF à 95% est défini comme suit.
+{{ theorie:analyse_sensibilite:facteur_erreur.png }}
+=== Quantiles ===
+Les quantiles sont des points pris à intervalles réguliers de la fonction de distribution cumulative (CDF) d'une variable aléatoire.
+Diviser les données ordonnées en q sous-ensembles de même taille est le but des quantiles.
+Les quantiles sont les valeurs de données qui marquent les limites entre les sous-ensembles consécutifs.
+En d'autres termes, le kième q-quantile d'une variable aléatoire X est la valeur de telle sorte que la probabilité que la variable aléatoire sera inférieure à X est d'au plus k / q et la probabilité
+que la variable aléatoire sera plus que X est au plus (q - k) / q.
+Il y a q - 1 des q-quantiles, un pour chaque entier k satisfaisant 0 <k <q.
+=== Les histogrammes ===
+Les histogrammes sont construits d'une manière similaire à celle quantiles. La différence tient en ce que la valeur moyenne du sous-ensemble est prise à la place de sa limite supérieure.
+Les histogrammes peuvent être réinjectés comme des distributions de probabilité.